文献类型：期刊文章

作　　者：刘敏[1] 周丽[2]

Liu Min;Zhou Li(School of Software,Hunan Vocational College of Science and Technology,Changsha,410004,China;Economic College,Hunan Agricultural University,Changsha,410128,China)

机构地区：[1]湖南科技职业学院软件学院,长沙市410004 [2]湖南农业大学经济学院,长沙市410128

出　　处：《中国农机化学报》

基　　金：湖南省自然科学基金(2021JJ60049)。

年　　份：2023

卷　　号：44

期　　号：8

起止页码：184-190

语　　种：中文

收录情况：BDHX、BDHX2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：准确地检测出苹果叶片的病害对提高苹果产量和质量具有重要意义。针对现有苹果叶片病害检测模型信息利用不充分,导致检测性能不佳的问题,提出一种基于多尺度特征融合网络的苹果病害叶片检测方法。首先,利用深度可分离卷积改进传统Vgg-16网络,并作为苹果叶片病害图片的全局特征提取器;其次,利用Swin Transformer网络作为局部特征提取器;然后,提出一种多尺度特征融合网络将局部和全局特征进行融合,构造多尺度特征;最后,将融合的多尺度特征作为全连接网络的输入,实现苹果病害叶片的检测。实验结果表明,所提出方法可以实现93.98%的准确率、94.11%的精准率、93.93%的召回率和94.62%的F_(1)值。相比当前主流的苹果病害叶片检测模型,在检测精度和模型参数计算量等方面,均具有很强的竞争力。

关 键 词：苹果病害 叶片检测  全局特征  局部特征  多尺度特征融合网络  病害识别

分 类 号：S661.1] TP391]